RFM분석

피터 드러커(Peter Drucker)의 말처럼, '기업의 첫 번째 과업은 고객창출'이다. 그러나 오늘날 고객들은 다양한 제품, 브랜드, 가격과 공급자들에 대한 다양한 정보를 쉽게 구할 수 있기 때문에 제품에 대한 선택을 어떻게 해야 하는가의 고민에 빠져 있다고 할 수 있다.

 

이는 기업입장에서 보면 그만큼 시장에서의 경쟁이 치열하며, 따라서 고객확보와 유지가 매우 중요하다는 것을 의미한다. 그러나 다른 한편으로 기업입장에서 보면 모든 고객이 동일한 가치를 갖는 것이 아니다. 즉 일부 우수 고객은 기업에 크게 기여하나 또 다른 고객은 기업에 손해를 끼치는 경우도 있다.

 

그러므로 기업이 우선적으로 추진해야 할 과제 중 하나는 수많은 대상 고객들 중에서 어느 고객이 기업에 큰 이익을 가져다주는 우수고객이며, 누가 기업에 손해를 가져다주는 불량 고객인가를 평가할 필요가 있다. 즉 한정된 자원을 가지고 효율을 극대화하기 위하여서는 고객들의 가치를 평가하고 그 결과를 이용하여 차별화된 마케팅 전략을 수립하여야 한다.

출처 : 아이티데일리(http://www.itdaily.kr)

 

수익의 대부분이 주요 고객으로부터 발생되고 있다는 것을 보여 준다. 흔히 마케팅에서는 "상위 20%의 고객이 전체 매출의 80% 또는 70%를 차지한다"는 파레토 법칙이 있다.이는 고객 가치 관리의 중요성을 다시 한번 말해준다.

 

기업의 입장에서 수익을 창출하면서 기업에 충성도가 있는 고객을 확보하기 위해서는 현재 고객 중에서 고객 충성도가 높아 이탈할 가능성이 낮은 고객을 꾸준히 관리하는 것이 가장 효율적이라고 할 수 있다

 

기업은 현재의 고객의 가치를 정확히 판단하고 관리하여 수익을 가져다주는 고객을 만족시켜 그들을 유지해나가고자 하는 노력을 게을리 할 수가 없게 되는 것이다. 문제는 이와 같은 목적 하에서 어떻게 고객을 평가하고 분류할 수 있는가인데 가장 우수한 방법으로 알려져 있는 것이 RFM 모형이다.

RFM 모형

RFM은 일정기간 동안에 발생된 고객의 구매 패턴을 이용하여 고객을 분류할 수 있는 매우 간단하면서도 유용하게 사용될 수 있는 방법으로 알려져 있다. 이 방법은 지난 40년 동안 기업의 마케팅 전략에서 고객의 평가/분류방법으로 가장 많이 사용되고 있는 분석 방법 중 하나이다. RFM은 Recency, Freq uency, Monetary의 첫 문자의 모음으로 고객의 가치를 다음의 세 가지 기준에 의해 계산하고 있다.

즉, 최근에 구매한 고객일수록 회사의 마케팅 홍보에 반응을 보일 가능성이 클 것이며, 자주 구매하는 고객이 그렇지 않은 고객보다 반응할 가능성이 더 높고, 많은 금액을 소비한 고객이 다시 구매할 가능성이 더 높다고 할 수 있다. 이와 같은 논리는 거의 모든 상품과 서비스의 구매에 적용할 수 있으며, RFM은 이와 같이 고객의 기본적인 구매 패턴을 이용하여 고객가치를 평가하는 것이다. 즉, 이 세 가지 요소를 기준으로 고객들을 몇 개의 소집단으로 분류한 후에 각 소집단의 특성을 파악하여 우수고객 집단과 불량고객 집단을 구분하는 방법이다.(논문 활용) 

 

RFM 모형은 나이, 소득, 주택소유여부 등과 같은 인구 사회학적 요인을 이용한 모형결과 보다 훨씬 우수한 예측력을 갖는 것으로 알려져 있다

 

출처 : 아이티데일리(http://www.itdaily.kr)

http://www.itdaily.kr/news/articleView.html?idxno=8371

고객가치 평가의 척도 - RFM - 아이티데일리

 

Scoring 기법: RFM의 요인을 각각 5등급으로 등간격으로 분류하는 방법이다.

 

현재 개발된 RFM 모형은 크게 4가지로 분류 할 수 있다. 이 문서의 내용들은 정설이 아니며 신뢰하기 어려움을 전제로 참고해야한다.

• 모델1. RFM 각 요소의 20% rule의 적용
• 모델2. 비율 척도에 의한 양적인 정도의 차이에 따른 등간격의 5등급 분류
• 모델3. 상하 20%를 제외한 등간격 척도에 의한 그룹 분류
• 모델4. 군집 분석에 의한 각 요소 별 5개의 그룹 분류

 

Data Mining 기법을 이용한 모형

• 회귀분석

• 선형 회귀 분석을 이용한 모형: 고객의 구매 최근성, 구매 빈도, 구매 금액 등 고객의 수익 기여도를 나타내는 세가지 지표들의 선형결합으로 세가지 지표들을 점수화 한다.
• 다중 회귀 분석을 이용한 모형: 각 고객의 구매 행동을 나타내는 R,F,M의 변수들을 독립변수로하고 고객의 미래 구매 행동을 예측하는 기법.
• 신경망을 적용한 모형: 로지스틱 회귀 모형을 보완하는 차원에서 연구.
• 확률적 RFM모형:Colombo와 Weina의 확률적인 RFM모형은 과거의 고객의 응답 이력으로 고객의 미래 응답을 예측하는 행동모델이다.[2]

https://ko.wikipedia.org/wiki/RFM

긴 꼬리(The Long Tail), 또는 롱테일 현상은 파레토 법칙을 그래프에 나타냈을 때 꼬리처럼 긴 부분을 형성하는 80%의 부분을 일컫는다. 파레토 법칙에 의한 80:20의 집중현상을 나타내는 그래프에서는 발생확률 혹은 발생량이 상대적으로 적은 부분이 무시되는 경향이 있었다. 그러나 인터넷과 새로운 물류기술의 발달로 인해 이 부분도 경제적으로 의미가 있을 수 있게 되었는데 이를 롱테일이라고 한다.